MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396579115 · doi:10.3847/1538-4357/ad3042

SAGAbg. I. A Near-unity Mass-loading Factor in Low-mass Galaxies via Their Low-redshift Evolution in Stellar Mass, Oxygen Abundance, and Star Formation Rate

2024· article· en· W4396579115 sur OpenAlexfundno aff
Erin Kado-Fong, Marla Geha, Yao-Yuan Mao, Mithi A. C. de los Reyes, Risa H. Wechsler, Y. Asali, Nitya Kallivayalil, Ethan O. Nadler, Erik Tollerud, Benjamin J. Weiner

Notice bibliographique

RevueThe Astrophysical Journal · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesSLAC National Accelerator LaboratoryArgonne National LaboratoryUniversity of EdinburghIntegrated Electronics Engineering Center, Binghamton UniversitySmithsonian Astrophysical ObservatoryYork UniversityMinistério da Ciência, Tecnologia e InovaçãoScience and Technology Facilities CouncilOffice of ScienceUniversity of Colorado BoulderLawrence Berkeley National LaboratoryJet Propulsion LaboratoryUniversity of Illinois at Urbana-ChampaignMax-Planck-Institut für AstrophysikUniversity of SussexInstitut de Física d'Altes EnergiesUniversidad Nacional Autónoma de MéxicoU.S. Department of EnergyYale UniversityFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroCentro de Investigaciones Energéticas, Medioambientales y TecnológicasConselho Nacional de Desenvolvimento Científico e TecnológicoDeutsche ForschungsgemeinschaftChinese Academy of SciencesHigh Energy PhysicsFermilabMax-Planck-Institut für AstronomieUniversity of NottinghamUniversity of OxfordInstituto de Astrofísica de CanariasUniversity of CambridgeLeibniz-GemeinschaftNational Science FoundationUniversity of MichiganUniversity of Notre DameNational Aeronautics and Space AdministrationUniversity College LondonCarnegie Mellon UniversityUniversity of WashingtonJohns Hopkins UniversityVanderbilt UniversityUniversity of ChicagoOhio State UniversityCarnegie Institution of WashingtonNew Mexico State UniversityUniversity of PortsmouthSmithsonian InstitutionCalifornia Institute of TechnologyDivision of Astronomical SciencesFinanciadora de Estudos e ProjetosUniversity of Pennsylvania
Mots-clésAstrophysicsPhysicsRedshiftStellar massGalaxyStar formationMetallicityGalaxy formation and evolution

Résumé

récupéré en direct d'OpenAlex

Abstract Measuring the relation between star formation and galactic winds is observationally difficult. In this work we make an indirect measurement of the mass-loading factor (the ratio between the mass outflow rate and star formation rate) in low-mass galaxies using a differential approach to modeling the low-redshift evolution of the star-forming main sequence and mass–metallicity relation. We use Satellites Around Galactic Analogs (SAGA) background galaxies, i.e., spectra observed by the SAGA Survey that are not associated with the main SAGA host galaxies, to construct a sample of 11,925 spectroscopically confirmed low-mass galaxies from 0.01 ≲ z ≤ 0.21 and measure auroral line metallicities for 120 galaxies. The crux of the method is to use the lowest-redshift galaxies as the boundary condition of our model, and to infer a mass-loading factor for the sample by comparing the expected evolution of the low-redshift reference sample in stellar mass, gas-phase metallicity, and star formation rate against the observed properties of the sample at higher redshift. We infer a mass-loading factor of η m = 0.92 − 0.74 + 1.76 , which is in line with direct measurements of the mass-loading factor from the literature despite the drastically different sets of assumptions needed for each approach. While our estimate of the mass-loading factor is in good agreement with recent galaxy simulations that focus on resolving the dynamics of the interstellar medium, it is smaller by over an order of magnitude than the mass-loading factor produced by many contemporary cosmological simulations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→